TPS 对于生产环境，最高要求的假设是一种稳定的环境（ stable environment ），而且要求具有三个不同构面的稳定性（ stability in three different aspects ）。
一旦我们注意到实际情况，第一个构面则显现无遗，即使当选择了一种合适的环境，及有最好的专家来监督实施工作，实现精益得用相当多的时间。莱克（ Liker ）在『丰田模式（ The Toyota Way ）』书中指出，由丰田供货商服务中心（ Toyota Supplier Support Center ， TSSC [ 这是丰田建立的组织，藉此 TPS 传授给教导美国的公司 ] ）主导的精益实施计划，每条生产线最少用六到九个月的时间 (10) 。对知情的人并不感到意外，几乎在任何生产环境中，都有一些流畅性瓦解的情况（ disruptions to flow ），加上广告牌系统（ Kanban system ）一旦开始接近低库存目标的敏感作用（ sensitivity ）。由于广告牌系统的实施需要时间，而其假设是生产环境是相对的稳定 – 即是一段相当长的时间，其中的程序与产品没有大幅的变化。
[(10) 注： Liker, Jeffrey K., The Toyota Way , McGraw-Hill, 2004. ]
丰田乐于处在一种相对稳定的生产环境。汽车产业容许一年只有一次的变更（年度车子款式的变化），而且这一年与下一年的款式，通常绝大多数的零件都相同。对于许多其它的产业而言，情况并非如此。例如，大部分的电子产业，大多数产品的生命周期小于六个月。就某种程度来看，产品与制程的不稳定性在其它产业几乎都存在。例如，日立工具工程公司（ Hitachi Tool Engineering ）生产 切削 工具（ cutting tools ），是相当稳定的产品种类，但是激烈的竞争迫使这家公司，每六个月就推出新的切削工具，而且是需要新技术的工具。在这样的环境中实施精益是种事倍功半的任务。
TPS 要求稳定的第二构面是，在一段时间每种产品需求的稳定性。假设生产某种产品的前置时间（ lead time ）是两星期，但是该产品需求是零散的（ sporadic ），该产品每季平均只有一张订单。目前，这种产品投在生产线的在制品每季只有两周，其它时间不会出现在车间。然而在精益的情境中，不会有这样的情况，精益要求在两个工作中心之间，永久保持每种产品的容器。
日立工具工程公司生产超过两万种不同的 SKU ，而大多数 SKU 的需求是零散的。在每两个工作中心间，每一种 SKU 需要永久持有库存，就日立的情形而论，会造成持有比现在还要多很多的在制品库存。显然这个环境并不适合大野的应用方式。
可是， TPS 在稳定性构面的最高要求是，订单使用各种资源之总生产负荷（ total load ）的稳定性。假设，像大多数公司，订单并非始终如一，很可能本周某个特殊工作中心的生产负荷比它的产能低许多，而下周的负荷却比它的产能高一些。在这样常见的情形，广告牌系统防止提前制造 – 防止提前生产 – 会造成在第二周错过交期。丰田的订单是相当稳定，仍然丰田必须建立接收订单的方式（及承诺的交期），以约束从一个月到下个月产品组合的变化。大多公司不能强制他们的客户，以能有如此有利的条件。
要注意的重点是所需的稳定性落在改善生产的职权之外，这三种稳定性的构面必然与公司设计与销售产品的方式有关，而与生产产品的方式无关。不幸地，大多数公司如不是三种都有，至少处于一种不稳定的构面。
上面所述不表示，对于不符合精益所假设的环境，某些精益系统的部分手法不能使用（例如， U-cells 有助于很多环境的改善，及缩点换线时间的技巧（ setup reduction techniques ）能用于几乎所有的环境。）而且，这不表示处于上述的不稳定环境，不该期待得到与丰田相同高度的成就 – 得到公司提升到当前该有的层次。使用某些特定的精益技巧，得到某些满意的成本节约，这样的改善计划不该被视为已实行精益管理。
在相当不稳定环境，流畅的重要性
（ The importance of flow in relatively unstable environments ）
福特与大野打开我们的视野，实际上更好的流动性能 – 缩短前置时间 – 带来高效能的运作机能。他们在稳定的环境中展示这样的效能，但是在相当不稳定的环境，改善流畅性的作用是什么呢？
不稳定性的第一个构面是，由于短产品生命周期而造成之不稳定性。短产品生命周期时，过度生产（ overproduction ）能变成过时品（ obsolescence ）。更则，因为短产品生命周期，使长产品生产前置时间错过市场需求的时间点。例如，假设一种产品的生命周期是大约六个月，而该产品的生产前置时间是两个月。这个长生产前置时间导致丧失销售，不是因为没有需求，而是因为一段不算短的时间内，生产无法满足需求。
不稳定的第二个构面是，每种产品在一段时间内需求的不稳定性。在大多数 SKU 都是零散需求的环境，常见的作法是试图从库存品来满足需求，以降低营运上的烦扰。如此做法的缺点是高成品库存，很慢的 库存周转，结合高缺货程度。一套生产系统能够使车间井然有序，达到更好的流畅度，会对这些环境造成大幅的影响。
遭受第三个不稳定构面的环境 – 整体生产负荷的不稳定性 – 能从更好的流畅性获得最多改善。各种资源的临时负荷使这些公司通常有相当差的交期绩效（ poor due date performance ）（少于 90% ），结果是他们倾向于增加产能。经验显示当这样的公司成功地大幅改进流畅性时，不仅他们的交期达到百分之九十几的高标，也 揭露出 50% 之高的多余产能（ excess capacity ） (11) 。
[(11) 注： Mabin , Victoria J. and Balderstone, Steven J., The World of the Theory of Constraints , CRC Press LLC, 2000. 这是评论 TOC 的国际文献，其中分析 TOC 的平均改善结果：前置时间缩短 70% ，交期绩效改进 44% ，及销售收入 / 有效产出 / 利润成长 76% 。 ]
大野证明这些福特采用的概念，并不局限于单种产品大量生产的环境。虽然应用这些概念于较没限制的环境，看来难以克服，大野的才华与毅力向我们证实，不仅是可以办到，还有如何实践。
我们现在知道：
- TPS 受限于相当稳定的环境。
- 大多数环境处于不稳定的状态，同时
- 相当不稳定的环境甚至比稳定的环境，能从更好的流畅性得到更多利益。
现在，我们了解上述的发展背景，难道我们不该跟随大野耐一的足迹吗？我们不该回到上述的供应链概念，并导出一套适用于相当不稳定环境的有效应用方式吗？
供应链概念之以时间为基础的应用方式
（ A time-based application of the supply chain concepts ）
以最直觉的基础（ most intuitive base ）去设计限制过度生产的机制，不是空间或是库存，而是时间 – 如果要防止提前生产，就不该提前释出物料。使用时间为基础不仅更接近直觉，而且因此更容易为车间采纳，它有更适合不稳定环境的优点 – 流动性能中的干扰敏感度较低。
以时间为基础的稳健机制源于，事实上直接限制系统中整体的工作量，而不是藉由限制每两个工作中心的工作量。在以流水线或广告牌为基础的系统，分配到两个工作中心之间的库存，被限制在仅有的最小数量（通常相当于比一个小时的工作量更少的数量）。因此，当一个工作中心停摆超过一段短时间，后续的工作中心几乎快没工作可做，而前面的工作中心被阻止继续工作。对任何工作中心而言，当所有用于匮乏（ starvation ）与封锁（ blockage ）的时间累积超过该工作中心的多余产能（ excess capacity ），公司的有效产出降低。以流水线与广告牌为基础之系统的敏感度源于，事实上一个干扰发生在一个工作中心，同时会消耗其上下游工作中心的产能 – 这种现象（几乎）不存在于以时间为基础的系统，因为工作一旦投入车间，就不受人为限制。
使用以时间为基础之系统的困难是，对每张订单，在其期限前，我们应该限制在适当时间释出所需物料。但是如何计算适当的时间呢？
当计算机出现在产业场景（在六十年代早期）时，就像我们终于有了合适的工具，来处理很大量的细节及所需之估算，计算每张订单及其物料的适当时间。在十年内，全世界许多公司开发计算用的计算机程序。不幸地，更好的流畅度与更少的在制品的预期结果并未实现。
问题是用于将物料转变成成品，到准备运送给客户的时间，更多得视必须等待的时间而定（ the time it has to wait in queues ）（等待正忙于其它订单的资源，或在装配前等待另一个零件），而不是多花在处理订单的加工时间（ touch time ）。一般皆知，几乎任何的产业生产（除了特殊加工线或使用广告牌系统的公司），一组零件批量的加工时间只约为前置时间的 10% 。决定何时释出物料的结果，会决定在哪里排队等待及多久，而这会决定完成该订单所需的时间，又再决定释出物料的时间。我们面对一种鸡与鸡蛋的问题。在七十年代，提出以重复作业程序的方式（ reiterating the procedure ）（ 死循环物料需求计划 [ closed loop MRP] ）来处理这样的问题 -- 使用计算机系统，检查各种资源的计划负荷过多（ planned overloads ）的结果（等待线的大小），以调整交期来消除负荷过多，及重复这样的作业直到消除所有有意义的超载。这样的提议没被采用多久，因为经验证实该操作程序无法收敛（ converge ），不管重复作业多少次，负荷过多的情况只是从一个资源种类移到另一种。
结果，早在七十年代，使用这些计算机系统就无法指导车间释出物料的精确时间，而是局限在向供货商下物料订单时，提供更好的数量数据（及安排时间）的用途。这些系统的正式名称被定型以反映他们的主要用途 – 物料 物料需求计划（ Material Requirements Planning ， MRP ） (12) 。
[(12) 注： Orlicky, Joseph, Material Requirements Planning , McGraw-Hill Book Company, 1975. ]
事实上，如此庞大的工作并未得到一套务实的、以时间为基础的机制，以能指导何时不生产的运作程序（ guide operations when not to produce ）（防止过度生产）。也不应该以为这是该机制无法被开发及应用于较不稳定的环境的一种证明 – 一种客户订单不平均流动的环境，而必须准时达交。甚至不应该打消我们试图使用时间做为基础，去设计一套务实的机制。应该视为一种警告，防止试图去开发处理庞大细节及计算为机制的作法。所需要的是一种鸟瞰作法（ a bird's view approach ）。
回到基本面，随着供应链的概念，目标是改善流畅性 – 缩短前置时间。以时间（而不是空间或库存）为基础的机制，来指引何时不生产的运作程序。该机制要求我们应该致力于，在订单交期之前及时释出所需物料，在一段合适的短时间释出所需物料。而我们所谓及时（ just-in-time ）是什么意思呢？虽然这个名词『及时』是精益的主要概念，被用于做比喻（ figurative ），而 [ 操作上 ] 非量化的（ quantitative ）。对于精益而言，及时生产当然不表示，刚才在加工的零件，过几秒钟后就需在装载区准备送出 … 或几分钟 .. 或几小时后。实际上，有可能即使在最好的广告牌系统之下，下一个工作中心不会立即处理这个零件（能从事实推论而知，全部的容器按常规在工作中心之间等待）。所以，什么时段我们会视为是『及时』呢？更明确的说法：如果我们想要藉由限制释出物料，来限制过度生产，那么在订单到期多久之前，我们应该释出该订单所需的物料呢？
一种得到一个合理答案的方式是，藉由检讨时间距离的选择，为了满足所有交期，对于所需之管理注意力强度（ the magnitude of the required management attention ）的影响。假设我们在交期之前释出物料，只是实际需要生产订单的时间长度。这样的选择有必要投入很多的管理注意力，密切地监督作业过程，因为任何的作业延迟，或即使是延迟搬运作业间的零件，就会错过交期。更则需要精确的排程，已确保不会发生排队等待的情况，因为任何的等待会延迟等待中的零件。这当然不是一种务实的选择，即使有无限的管理注意力，还是不足以满足所有的准时达交。我们必须选择较长的时间长度，一种时间长度包含容纳延迟的安全时间（ safety ）。这种包含安全时间需求的时间长度，即是释出物料到交期之间的时段，被称为『时间缓冲（ time buffer ）』的理由。
选择较长的时间缓冲拉长前置时间及增加在制品，由于较长的时间缓冲表示更多的安全时间，则预期会需要更少的管理时间，且在个别订单的期限或之前达交的比例会较高。对于相当短的时间缓冲情形，这个说法是正确的。但是当时间缓冲是相当长时，另一个现象开始出现丑陋的一面。我们必须记得，选择的时间缓冲越长，物料释出越早，这表示更多的订单同时出现在车间。当有太多订单在车间时，塞车开始发生。塞车越多，需要越多的管理注意力以排解优先级。所需之管理注意力的强度，视选择的时间缓冲长度而定，如图一之概要展示。
生产运作实施福特或是大野的系统，乐于只有比实际加工时间长几倍的平均前置时间，而管理上几乎不需要投入任何的注意力去引导车间员工现在做什么工作。他们的确落在图一左边的低水平上，可是图中何处拥有最多作业，在使用更常见的作法呢？
如我们所说，在一般工厂，成批的零件只使用大约 10% 的作业时间，大约 90% 的时间，整批不是在排队等待资源，则是等待另一种零件到位，才能一起组装。我们从福特，更是从大野学到，我们不应该接受批量大小作为前提，经济批量（ economical batch quantities ）并不经济。取而代之，我们应该且能够全力达到单件流（ one-piece flow ）的生产作业。基于其易于理解的论述，当加工一批零件时（除了像混合或固化（ mixing or curing ）作业），实际上当在做一个零件时，这批的其它零件在等待。这表示一般公司以大于十个的单位作为一批的数量（这是大多数生产环境的情况），其加工时间实际上少于 1% 前置时间。另一个现象代表这些公司的特质，不管正式的优先级系统（ priority system ）是什么，如果有一套正式的优先级系统存在的话，实际的优先级系统是：『急 ( 热 [hot]) 』，『很急（烫 [red hot] ）』，『特急（或停止所有其它事情，立即执行 [drop everything - do it now] ）』。这些公司显然在管理注意力对时间缓冲图上曲线 [ 图一 ] 的右边的斜坡上。
在右边的斜坡表示处于双输（ lose-lose ）的情势，不管投入的高管理注意力，还是前置时间很长（相对于加工时间），库存很高，及很多情况中公司遭受低准交绩效（在到期日或之前准时达交的绩效， the due-date performance ）之苦（低于 90% ）。想一想，如果管理上已选择一个较短的时间缓冲（移当图一中宽广的水平区域），情况会明显的改善，那么怎么会有大多数照惯例运作的公司处于双输的情境呢？
答案来自福特与大野。透过他们的运作，他们决然地证实与普通信念相反的情形，努力安排在所有可用的时间开动所有资源，并非一种有效运作（ effective operations ）的 诀窍。相反地，正好相反的作法才正确，为达成有效运作，局部效率（ local efficiencies ）必须废止。然而一般公司却试图达到资源完全开动。每当上游资源不是瓶颈时（而大多数的环境是这样的情形），他们有时会没有工作。为了防止没工作，就释出物料，而该物料是较远期订单所需的（或甚至是预测的订单），不可避免的后果是更久的排队等待。更久的排队造成某些订单无法准时完成，接着被诠释成：我们应该更早释出物料。同时也被诠释成：我们没有足够的产能。不难想象这样的力量是如何将公司推上斜坡。
改善流畅性的一个好起点是，选择时间缓冲等于目前前置时间的一半，这样的选择能确保公司处于图一水平区域的某处。没有意义将时间浪费在试图找到最佳的落点，即刻可得的利益太重要不能延后，而接下来的工作会平衡流动性能，则会修改曲线的状态。
在某订单所对应的交期之前，将物料释出的时间限制于仅是时间缓冲的长度（目前前置时间的一半），能大幅改善准交绩效，能缩短比现在少一半的前置时间，因此多余的库存会被耗尽，减少在制品库存到少于目前水位一半的程度。
然而，不能期待单是这样的改变，就能使准交绩效达到百分九十几的高标。就是说车间还有许多订单，在资源前排队等待，这样一来准时达交就得靠运气，因为在制品的加工顺序会造成许多订单无法准时完成。需要一套优先级系统。
需要一套优先级系统不该打开，以为需要使用精确算法去设定优先级之门。简单来说，进来的订单数量持续在改变，每张订单的工作内容都不一样，排队等待的时间也会持续改变，而且我们不要忘了干扰还在发生。简言之，这是个高变动性的环境。 舒华特（ Shewhart ）将物理学带入制造业，及戴明（ Deming ）使之全球闻名的课题是，试图比某干扰（ the noise ）更加准确，（在我们的情形，在一个高变动性的环境中，试图使用精确的算法，以考虑每个可能的变量。不会改善情况，而会弄得更糟 – 结果几乎可以确定不是一种改进，而是使准交绩效退步。
当我们认清时间缓冲是目前前置时间的一半，还是比加工时间长多了，因为大幅降低塞车的情形，而不需任何的干预，很多订单只在三分之一的时间缓冲内就完成，大多数在前面二分之一时间缓冲内完成，如此一来，一套直截了当的优先级系统就出现了。根据这样的理解，优先级由『缓冲管理』来指定。追踪每一批从投入生产起经过的时间，如果经过少于三分一的时间缓冲，其优先级是绿色 (green) 。如果经过大于三分之一，而少于三分之二的时间缓冲，颜色是黄色（ yellow ）。如果经过大于三分之二的时间缓冲，颜色是红色（ red ）。如果超过交期，颜色是黑色（ black ）。黑色的优先级比红色高，以此类推。如果两个批量有相同颜色时，试图决定那个应该先做，即是试图比干扰更准确的最佳写照。
于车间设置这样的缓冲管理系统相当容易。进行第一步，不需任何实体的改变，就只是抑制物料释出的时间改为，某对应的交期之前一半过去的前置时间，并且指引车间遵循优先级的颜色规则。相较于投入的努力，其效应是可观的。为了得到来自实施第一步之效应的直接印象（及速度），图二提供一个有两千工人的工厂，生产许多不同的金属厨具，延迟订单的实际百分比。
当然局部效率必须废止，否则继续有太早释出物料的压力。经验显示，车间的每位工作人员理解这种作法的正面效应的速度，要做改变几乎毫无阻力。
可是在大多数环境，还有订单会错过交期，还有很大的改进潜力，并据此获利。第四项概念也必须转化成实施方式 – 一套聚焦程序必须就位，用以平衡流畅性。
平衡流畅性的第一个步骤相当容易。抑制物料释出的作法， 揭露 出之前被 隐蔽的 大量多余产能。但是可能某些工作中心的多余产能比其它中心少，因为在这些工作中心的面前有一排库存像是打着旗号一般显著。事实上废止局部效率有助于确认所需之简单行动（ simple actions ），以增加这些工作中心的产能。简单行动像是确保一个产能限制的工作中心（ capacity-constrained work center ），在午餐休息时间，或工班交换时间不会停顿，将工作转给效率较低但有很多多余产能的工作中心，等等作法 (13) 。
[(13) 注： Goldratt, Eliyahu M. and Cox, Jeff, The Goal: A Process of Ongoing Improvement , North River Press, 1984 ]
由于上述行动为排队等待的工作中心增加有效产能，排队缩短， 较少的订单到达红色状态。这表示时间缓冲不需要这么长，调整时间缓冲的一个有效规则，在没有高准交绩效衰退的风险下，当红色订单的数量小于总投入订单数量的 5% 时，则缩小时间缓冲；当红色订单的数量多余总投入订单的 10% 时，则增加时间缓冲。
一家公司遵循上述作法的话，会在几个月内，拥有非常高的准时达交表现，同时有一个大幅缩短的前置时间，及大量的多余产能。真正的考验这才开始。在过去，有时（很多时候）高层管理对于完成揭露的多余产能的反应是，『修正』该产能的大小，及取得成本节约。这是严重的错误。该『多余产能』是员工，员工正是在协助公司改善，而直接的后果是以丧失他们的，或他们朋友的工作作为『奖赏』。所有采取这种行动的案例，不可避免的反作用是工厂的表现快速恶化，比开始时还糟糕。希望这样的高层管理行为已成过去式。
更有意义于处理揭露的多余产能的方式是据此获利，鼓励销售团队利用改善的表现去得到更多的销售。增加的销售易于显现真正的瓶颈，当对新订单给予交期的承诺时，却忽视该瓶颈的有限产能，会使交期表现退步，失望的客户会重挫销售。强化销售与生产之间的联系极为重要 – 这是真正的考验。一套系统必须就位，以确保只根据瓶颈尚未分配的产能，来给予每个交期的承诺。
瓶颈成为订单的『鼓拍 [ 节奏 ] （ drum beat ）』，该时间缓冲将交期转换成投入生产的日期，及抑制投单的行动成为『绳（ rope ）』，来连结订单与投入的操作。这个道理使以时间为基础的 TOC 应用方式，成为著名的鼓 - 缓冲 - 绳（ Drum-Buffer_Rope ）系统，或简称 DBR 。目前已有广泛的实验在于，根据纪录与分析造成红色订单的理由，进一步优化改善的运作程序。
日立的例子
（ Example of Hitachi ）
日立工具工程公司（ Hitachi Tool Engineering Ltd., ）是一家 240 亿日圆的（ 24 billion yen ）公司，设计与制造超过两万种不同的 切削 工具（ cutting tools ）。大多数产品的需求是零散的，而产业标准迫使他们每六个月就推出新工具产品系列。当新产品系列推出时，较旧的产品系列成为过时产品。难怪他们努力实施精益却不成功 (14) 。
[(14) 注： Umble, M., Umble E., and Murakami, S., “Implementing theory of constraints in a traditional Japanese manufacturing environment: the case of Hitachi Tool Engineering,” International Journal of Production Research , Vol. 44, No. 10, 15, May 2006, pp. 1863 – 1880. ]
在 2001 年，日立开始在日本的四个工厂之一实施 DBR 。准交绩效跳升（从 40% 到 85% ），结合降低一半的在制品（ WIP ）及前置时间，且以相同的劳工数目送交超过 20% 之多的产品，进而鼓励他们拓广实施 DBR 。到了 2003 年，四个工厂全都实施 DBR(15) 。
[(15) 注： 同前所述 ]
大幅缩短前置时间及更加好的市场响应，促使供应链中的库存降低 – 配销商 – 从 8 个月到 2.4 个月。库存降低可观地改善配销商的投资报酬，松绑他们的现金，并强化日立与其配销商之间的关系。难怪配销商扩大销售日立推出的工具产品种类，结果是增加 20% 的销售量（在一个稳定的市场）。
当我们评量这家公司的获利表现时，揭露了真正的效应，按照事实上在 2002 到 2007 年期间，原物料（金属）价格成长大约 60% ，而切削工具的售价保持一样。在这样的情形下，该公司的利润应该消失。取而代之，从会计年度结束的 2002 年三月到 2007 年三月，日立的税前年净利从 9.8 亿日圆（ 0.98 billion yen ）成长到 53 亿日圆（ 5.3 billion yen ） -- 五年内净利成长五倍。日立的利润比例从 2002 年大约 10% ，成长到 2007 年的 22% ，在这类产业不曾有的最高比例。
DBR 的范围
（ The boundaries of DBR ）
如之前所强调，一种应用方式会对其环境做出假设（有时是隐藏的假设），而我们不该期待应用方式能在与其假设不符的环境发生作用。 DBR 使用的假设显然是，假设加工时间与目前的前置时间相比很小（少于 10% ）。这个假设符合如不是大多数也是许多典型的生产环境。但是，的确不符合很广泛的环境类别，传统上称为项目环境（ project environments ）。
在项目环境，加工时间相当长，及客户为了项目完工的 渴望，迫使营运得承诺前置时间，而前置时间只是加工时间的两倍（或很少三倍）。难怪在项目环境中，绩效差到一个没人期待项目能准时完成、能于原定经费内完成、与能包含全部内容的境界，而是期待得有所付出。但是，这个事实不该使我们从上述的结论分心，就因为 DBR 的假设不合用。 DBR 不设适合项目环境。一套不同的应用方式，需要一套直接处理相当长加工时间的方式 (16) 。
[(16) 注： Goldratt, Eliyahu M., Critical Chain , North River Press, 1996 ] |
